目的:针对体检数据,探索与分析关联规则方法与经典回归建模相结合,对高血压相关因素以及潜在交互作用的勘测能力,为体检数据的信息挖掘提供方法学参考。方法:数据来源于同一家体检机构,分别为乌鲁木齐市的汉族体检数据以及和田市的维吾尔族体检数据,以高血压的诊断为切入点,采用关联规则Apriori算法与FP-growth算法,挖掘高血压相关因素的简单关联与复杂关联条(交互作用),然后采用logistic回归建模进行定量考核以及医学文献进行定性考核。结果:汉族体检人群中高血压检出率为20.6%,维吾尔族体检人群高血压检出率为11.9%。不论汉族与维吾尔族人群,男性高血压检出率均高于女性,随着年龄增加高血压检出率成递增趋势。关联规则对高血压相关因素挖掘结果显示:汉族人群不同性别不同年龄挖掘出的高血压相关因素强关联规则存在差别,简单关联条主要为饮酒、家族史、甘油三酯、BMI、腰围、血尿酸等,复杂关联条主要为甘油三酯与饮酒、家族史与肝影像学检测(脂肪肝)、年龄与手术史、尿蛋白与性别、BMI与血尿酸等。维吾尔族人群不同性别不同年龄挖掘出的高血压相关因素强关联亦存在差别,简单关联条主要为空腹血糖、低密度脂蛋白胆固醇、肝影像学检测(脂肪肝)、腰围、尿蛋白等,复杂关联条主要为空腹血糖与血尿酸、腰围与BMI、年龄与肝影像学检测(脂肪肝)、空腹血糖与低密度脂蛋白胆固醇、腰围与空腹血糖、年龄与腰围等。logistic回归建模定量考核结果显示,80%左右的简单关联与复杂关联条(交互作用)存在统计学意义;经文献定性考核,25条关联条有相关原始医学文献支持。结论:汉族与维吾尔族体检人群,不同性别及年龄间高血压相关因素以及因素间的交互作用存在差别。关联规则挖掘技术与logistic回归模型相结合,可挖掘体检数据蕴含的丰富信息,获得因素与疾病的关联强度,为疾病的早期发现、诊断及预防提供线索。